【计算机科学】【2017.08】脑电信号分类中的深度学习与迁移学习

本文为美国内布拉斯加大学（作者：Jacob M. Williams）的硕士论文，共82页。 尽管在其他多种空间和时间序列数据中实现了最先进的分类精度，但深度学习很少用于脑电图（EEG）信号的分类。相反，大多数研究继续使用手工特征提取，然后使用传统的分类器，如SVMs或逻辑回归。这主要是由于每个实验的样本数量少、数据的高维性质以及难以找到适合于脑电图信号分类的深度学习架构。本文将几种深度学习架构与传

>>阅读原文<<